W pracy przedstawiamy formalizm multifraktalny, jako narz\u0119dzie wspomagaj\u0105ce opis i ekstrakcj\u0119 informacji z wysokorozdzielczych zobrazowa\u0144 satelitarnych. Podej\u015bcie to opiera si\u0119 na za\u0142o\u017ceniu, \u017ce na pojedynczy obraz (multifraktal) sk\u0142ada si\u0119 wiele fraktali, ka\u017cdy o innym wymiarze samopodobie\u0144stwa (wymiarze fraktalnym). Multifraktale stosuje si\u0119 do opisu, modelowania, analizowania i przetwarzania r\u00f3\u017cnych z\u0142o\u017conych kszta\u0142t\u00f3w i sygna\u0142\u00f3w. W szczeg\u00f3lno\u015bci dekompozycja multifraktalna jest u\u017cyteczna w analizie niejednorodnych miar i struktur, typowych dla zobrazowa\u0144 satelitarnych, pozwalaj\u0105c na bardziej dok\u0142adn\u0105 charakterystyk\u0119 (lokaln\u0105 i globaln\u0105) oraz opis za pomoc\u0105 relacji funkcyjnych. Wymienione zalety tej metody uzasadniaj\u0105 nasze ukierunkowanie si\u0119 na opis multifraktalny rozwa\u017cany w ramach niniejszej pracy.<\/p>\n
Pierwsz\u0105 cz\u0119\u015b\u0107 pracy stanowi przegl\u0105d dotychczasowego zastosowania metod multifraktalnych w r\u00f3\u017cnych obszarach teledetekcji. W dalszej cz\u0119\u015bci przedstawiamy wyniki w\u0142asnej analizy multifraktalnej 159 fragment\u00f3w wysokorozdzielczych zobrazowa\u0144 panchromatycznych satelity WorldView-2. Przedstawiaj\u0105 one jeden z czterech typ\u00f3w pokrycia terenu: wod\u0119, las, zabudow\u0119 miejsk\u0105 lub tereny rolnicze. Przeprowadzone analizy pokazuj\u0105, \u017ce wymiary uog\u00f3lnione wyznaczone dla poszczeg\u00f3lnych fragment\u00f3w zobrazowa\u0144 r\u00f3\u017cni\u0105 si\u0119 w zale\u017cno\u015bci od form pokrycia, tak\u017ce warto\u015bci poziomu multifraktalno\u015bci wi\u0105\u017c\u0105 si\u0119 z typem pokrycia terenu i w og\u00f3lno\u015bci pozwalaj\u0105 na automatyczne przypisanie rozwa\u017canych przypadk\u00f3w do poszczeg\u00f3lnych klas. Pewne odst\u0119pstwa wyst\u0119puj\u0105 jedynie podczas procesu rozr\u00f3\u017cnienia teren\u00f3w rolniczych od las\u00f3w, co poddane zostanie dalszym analizom. Dalej, najwi\u0119kszy poziom multifraktalno\u015bci obserwujemy dla obszar\u00f3w zabudowanych, najmniejszy dla wody, kt\u00f3ra mo\u017ce by\u0107 rozwa\u017cana, jako obiekt monofraktalny.
\nPrzeprowadzone analizy pokazuj\u0105, \u017ce formalizm multifraktalny stwarza dodatkowe mo\u017cliwo\u015bci opisu i automatycznej klasyfikacji zobrazowa\u0144. Liczymy wi\u0119c na jego zastosowanie w kontek\u015bcie powsta\u0142ych i dopiero planowanych danych obrazowych.<\/p>\n